“高忠科”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果97个，建议您升级VIP下载更多相关专利

[发明专利]一种基于肌电的穿戴式前庭监测系统及应用-CN202210114276.7有效
发明人： 高忠科;王洋阳;马超 -专利权人：天津大学
申请日： 2022-01-30 - 公布日： 2023-10-27 - 主分类号： A61B5/389 文献下载
摘要：本发明的一种基于肌电的穿戴式前庭监测系统及应用，基于低功耗的ADS采集芯片设计的可佩戴设备用于采集人体表面肌肉电信号(sEMG)，在采集过程中，sEMG信号经过滤波，放大，数字化，以及人体平衡信号传输到PC端，在PC端的APP中，运用深度学习算法进行训练和分类前庭功能低下患者在运动状态下的，短暂昏厥以及失衡均记录在肌电数据。本发明根据PC端软件平台，可快速、准确对穿戴者肌肉的状态进行分类，分类效果能达到较高水平，并且在PC端的APP中，可以查看到sEMG肌电信号的实时波形。在采集信号后可将预测的信号传输到PC端，进行下一步的监测。较高的准确率表明这套系统功能是具有可行性的。
一种基于穿戴前庭监测系统应用

[发明专利]GLTransNet：一种融合全局特征的钼靶图像分类检测方法-CN202311034322.3在审
发明人： 高忠科;夏黎黎;陈华祯;安建鹏 -专利权人：天津大学
申请日： 2023-08-15 - 公布日： 2023-10-03 - 主分类号： G06V10/764 文献下载
摘要：本发明提出了一种融合全局特征的钼靶图像分类检测方法，采集患者的乳腺钼靶图像并进行图像格式转换和类别判定，然后构建数据集并对划分的训练集和测试集分别进行预处理，提出基于融合全局特征的钼靶图像分类模型GLTransNet，对没有额外的像素级标注的全乳腺钼靶图像进行特征提取并分类，利用训练集训练分类模型并在测试集上进行分类效果测试，根据分类效果调整分类模型与训练参数，得到分类效果最佳的分类模型，将其用于患者的乳腺钼靶图像分类预测，本发明方法显著提高了乳腺钼靶图像分类的准确性，能够实现乳腺钼靶筛查自动化诊断。
gltransnet 一种融合全局特征图像分类检测方法

[发明专利]基于40导联脑电采集设备的人脑疲劳状态自主辨识系统-CN202210114275.2有效
发明人： 高忠科;王贺;马超;马文庆 -专利权人：天津大学;天津富瑞隆金属制品有限公司
申请日： 2022-01-30 - 公布日： 2023-09-22 - 主分类号： A61B5/369 文献下载
摘要：本发明的基于40导联脑电采集设备的人脑疲劳状态自主辨识系统，能够实现对驾驶员EEG脑电信号的准确获取、有效辨识和正确分类，通过最佳机器学习模型识别驾驶员的大脑状态，有效预警驾驶员的疲劳状态，防止驾驶事故。模拟驾驶实验的设计让基于疲劳的EEG脑电信号收集过程更加合理，有效，避免了在实际驾车过程中进行收集带来的社会风险。最佳机器学习模型的引入大幅度降低了人工设计深度学习模型的工作量，并能够根据采集到的EEG脑电信号的具体特征做出针对性模型设计，提升模型最终的人脑疲劳状态辩识准确率。
基于 40 导联脑电采集设备人脑疲劳状态自主辨识系统

[发明专利]基于肌电的智能小车手部穿戴控制系统及应用-CN202210114283.7有效
发明人： 高忠科;宋北大;吕佳俊;孙彪;马超;刘勇;张俊;赵思思;吴威 -专利权人：天津大学;天津富瑞隆金属制品有限公司
申请日： 2022-01-30 - 公布日： 2023-09-08 - 主分类号： G06F3/01 文献下载
摘要：本发明的基于肌电的智能小车手部穿戴控制系统及应用，通过将采集到的原始EMG信号作为深度学习模型的输入，实现端到端的学习策略，得到一个特征通道‑空间注意力多尺度网络模型。能够实现对手部运动时的前臂EMG信号的准确采集、正确分类，有效的识别不同的手部运动，从而实现对手部运动意图解码的功能，进而控制智能小车的运动。本发明可快速、准确对多种手势进行分类。本发明直接建立在原始EMG信号和相应手部运动类别之间的对应关系上，通过建立深度学习模型实现对手部运动意图有效的解码。手部运动的有效辨识，实现了对智能小车下一步运动的精准控制。
基于智能车手穿戴控制系统应用

[发明专利]一种基于人工智能技术的手部全指康复训练及评估系统-CN202210114284.1有效
发明人： 高忠科;孙新林;马超 -专利权人：天津大学
申请日： 2022-01-30 - 公布日： 2023-08-08 - 主分类号： A61H1/02 文献下载
摘要：一种基于人工智能技术的手部全指康复训练及评估系统，有依次连接的：便携式脑电采集设备、人机交互界面、脑电智能解码模块和智能康复手设备，系统包括康复训练模式和康复效果评估模式两种工作模式；在康复训练模式下，给出使用者康复动作的显示，使用者进行相应动作的运动想象，根据该想象通过气泵驱动相应手指关节的运动，完成对应的康复动作。在康复效果评估模式下，使用者选择康复动作，并做出对应于所选的手指动作，根据使用者的手指动作，进行康复效果评估。本发明通过识别使用者的动作意图，驱动智能康复手设备做出相应动作，协助使用者完成手部全指康复训练。使用者还可以进行手部康复效果评估，形成康复训练闭环，更高效地促进康复训练。
一种基于人工智能技术手部全指康复训练评估系统

[发明专利]一种基于加权主成分分析的EEG信号特征降维方法-CN201910582226.X有效
发明人：董娜;李英杰;常建芳;高忠科 -专利权人：天津大学
申请日： 2019-06-30 - 公布日： 2023-07-18 - 主分类号： G06F18/2135 文献下载
摘要：一种基于加权主成分分析的EEG信号特征降维方法：提取疲劳驾驶的m个EEG信号的样本，分为训练集和测试集进行训练，得到分类总准确率A和n个不同的分类准确率；将总准确率A分别与不同的分类准确率做差，得到n个差值；对n个差值做归一化处理得到n个权值；对n个权值构造权值对角矩阵；将m个EEG信号的样本写成一个m*n维矩阵；将m*n维矩阵与权值的对角矩阵相乘，得到加权的EEG信号特征数据；计算其协方差矩阵并分解，得到协方差矩阵的特征值和特征值所对应的单位化特征向量；选取前k个协方差矩阵的特征值对应的单位化特征向量进行组合形成映射矩阵；从而得到降维的EEG信号特征数据。本发明有效提高了分类识别精度和降低识别模型的训练时间。
一种基于加权成分分析 eeg 信号特征方法

[发明专利]用于测量粉状物料流量的可循环物料输送设备及计量方法-CN202210468332.7有效
发明人： 高忠科;张建博;李梦宇;王睿奇 -专利权人：天津大学
申请日： 2022-04-29 - 公布日： 2023-06-27 - 主分类号： B65G53/66 文献下载
摘要：用于测量粉状物料流量的可循环物料输送设备及计量方法，第一物料罐和第二物料罐的进气管口分别连接气动力输送装置的两个出气口，第一物料罐的出料管口与第一物料流动三通管的一个管口相连，第一物料罐的进料管口与第一物料流动三通管的另一个管口相连，第一物料流动三通管的第三个管口连接测量管段的一个端口，第二物料罐的出料管口与第二物料流动三通管的一个管口相连，第二物料罐的进料管口与第二物料流动三通管的另一个管口相连，第二物料流动三通管的第三个管口连接测量管段的另一个端口，第一物料罐和第二物料罐的顶部均设置有压力传感器和排空管及开关阀门。本发明可对关于物料流量的电压波动时间序列进行快速准确地采集。
用于测量粉状物料流量循环输送设备计量方法

[发明专利]基于脑机混合智能的意念控制假肢系统-CN202010481487.5有效
发明人：马超;吕冬梅;高忠科;党伟东;马文庆 -专利权人：天津大学;天津富瑞隆金属制品有限公司
申请日： 2020-05-31 - 公布日： 2023-05-05 - 主分类号： G06F3/01 文献下载
摘要：一种基于脑机混合智能的意念控制假肢系统，包括依次连接的视觉刺激模块、便携式脑电信号采集设备、脑电信号处理与识别模块和假肢，所述视觉刺激模块用于为被试者提供视觉刺激选项，脑电信号处理与识别模块用于采集被试者的SSMVEP脑电信号，脑电信号处理与识别模块用于对SSMVEP脑电信号进行特征提取和分类，根据分类结果驱动假肢进行6种动作，所述6种动作为：按电梯，竖大拇指，将水倒入杯子，将食物送入嘴中，将物体上移到橱柜，两根手指捡起一个物体。本发明能够对疲劳状态下的脑卒中患者提高分类辨识精度，进一步减少疲劳状态下脑卒中患者对假肢的误操作率，方便脑卒中患者的日常生活，提高意念控制假肢系统的适用性。
基于混合智能意念控制假肢系统

[发明专利]基于多层有序网络的脑控智能康复系统运动意图识别系统-CN202010366869.3有效
发明人： 高忠科;吕冬梅;马超;马文庆 -专利权人：天津大学;天津富瑞隆金属制品有限公司
申请日： 2020-04-30 - 公布日： 2023-04-18 - 主分类号： G16H20/30 文献下载
摘要：一种基于多层有序网络的脑控智能康复系统运动意图识别方法，被试者通过观看手部握拳与伸展动作视频进行运动想象，同时脑电信号采集设备采集被试者的脑电信号；运动意图识别模块对获得的运动想象信号进行预处理，构建多层有序网络，该多层有序网络能够融合多通道脑电信号，从脑电信号中提取符号波动的特征，实现手部握拳与伸展动作想象信号的有效分类与辨识，将分类结果传输到脑控智能康复系统，脑控智能康复系统基于所述运动意图协助被试者进行上肢康复训练。本发明可以实现运动想象信号特征的有效提取和手部握拳与伸展运动想象EEG信号的有效辨识，并转化为指令控制脑控智能康复系统，帮助上肢运动通路损伤以致于活动受限的病患进行康复训练。
基于多层有序网络智能康复系统运动意图识别

[发明专利]基于可视图符号网络和宽度学习的新型脑控智能康复系统-CN202010364687.2有效
发明人： 高忠科;吕冬梅;党伟东;马超 -专利权人：天津大学
申请日： 2020-04-30 - 公布日： 2023-04-18 - 主分类号： A61B5/369 文献下载
摘要：一种基于可视图符号网络和宽度学习的新型脑控智能康复系统，被试者观看手部握拳与伸展动作视频进行运动想象，脑电信号采集设备采集被试者的运动想象EEG脑电信号；运动意图识别模块对获得的运动想象EEG脑电信号进行预处理，构建水平可视图网络，建单层符号网络，提取单层符号网络的六个网络指标，并构成六维特征向量，将六维特征向量输入到宽度学习模型中实现握拳运动想象EEG脑电信号与手部伸展运动想象EEG脑电信号的有效分类与辨识，将分类结果传输到脑控智能康复系统，脑控智能康复系统基于所述运动意图协助被试者进行上肢康复训练。本发明可以帮助上肢运动通路损伤以致于活动受限的脑卒中患者进行康复训练，逐渐恢复他们的活动能力。
基于视图符号网络宽度学习新型智能康复系统

[发明专利]基于判别式对抗网络的脑电自适应模型及在康复中的应用-CN202010364697.6有效
发明人： 高忠科;洪晓林;陈培垠 -专利权人：天津大学
申请日： 2020-04-30 - 公布日： 2023-04-18 - 主分类号： G16H20/30 文献下载
摘要：一种基于判别式对抗网络的脑电自适应模型及在康复中的应用，包括：构建脑电信号数据的源域和目标域作为输入样本；构建脑电自适应模型的由特征提取器和分类器构成的主干网络；构建脑电自适应模型的域判别器作为分支网络；构建脑电自适应模型的损失函数；利用源域和目标域的脑电信号数据对脑电自适应模型进行训练。通过康复医疗设备中的脑电采集装置获取的被试者脑电信号数据，采用脑电自适应模型，对脑电信号类别进行预测，实时监测被试者运动意图，并将该运动意图转换为康复医疗设备对应的动作，通过康复医疗设备中外骨骼康复器械协助被试者肢体完成对应的动作。本发明能够应用于康复医疗系统实现对人体运动意图的辨识。
基于判别式对抗网络自适应模型康复中的应用

[发明专利]基于胶囊网络的新型脑控智能康复方法及应用-CN202010364737.7有效
发明人： 高忠科;陈培垠;刘明旭 -专利权人：天津大学
申请日： 2020-04-30 - 公布日： 2023-04-18 - 主分类号： G16H20/30 文献下载
摘要：基于胶囊网络的新型脑控智能康复方法及应用：上位机根据使用者选择的康复训练项目产生对应的运动刺激视频，通过显示器显示给使用者，使用者想象相应的动作，并通过脑电采集装置采集使用者同步的运动想象脑电信号，并进行放大滤波预处理，通过无线方式传输至上位机；上位机接收到运动想象脑电信号，进行再次处理后，通过基于胶囊网络算法提取运动想象脑电信号的特征并进行分类，将分类结果转化为相应的康复训练控制信号，传输至康复运动装置；康复运动装置带动使用者进行相应的训练动作，并将使用者训练动作的信号数据反馈给上位机，上位机采用Fugl‑Meyer评估法对使用者训练动作的信号数据进行评估。本发明可以提高脑控康复系统的安全。
基于胶囊网络新型智能康复方法应用

[发明专利]基于便携式脑电采集设备的脑控智能肢体康复系统及应用-CN202010364735.8有效
发明人： 高忠科;党伟东;侯林华 -专利权人：天津大学
申请日： 2020-04-30 - 公布日： 2023-04-07 - 主分类号： G16H20/30 文献下载
摘要：一种基于便携式脑电采集设备的脑控智能肢体康复系统及，康复系统包括便携式脑电采集设备、运动意图识别模块、运动康复系统，所述便携式脑电采集设备从被试者大脑采集脑电信号，运动意图识别模块对脑电信号进行分析，确定运动意图，运动康复系统基于所述运动意图协助被试者进行运动康复。应用为小腿的运动与被试者的想象过程保持一致，形成被试者对小腿伸展和小腿弯曲控制的闭环回路，促进肌体康复。本发明的基于便携式脑电采集设备的脑控智能肢体康复系统及应用，能够实现对运动想象EEG脑电信号的准确获取、有效辨识和正确分类，并转化为脑控指令，实现对电刺激器的控制；本发明能够实现两个自由度大脑意念控制，辅助小腿运动困难者进行训练。
基于便携式采集设备智能肢体康复系统应用

[发明专利]基于复杂网络多源信息融合的股票投资组合推荐方法-CN202210943516.4在审
发明人： 高忠科;郭嘉仪;苏静钰;田源;薄地阔 -专利权人：天津大学;上海纯达资产管理有限公司
申请日： 2022-08-08 - 公布日： 2023-04-04 - 主分类号： G06Q40/04 文献下载
摘要：一种基于复杂网络多源信息融合的股票投资组合推荐方法，包括：收集N只股票的交易数据和文本数据；数据预处理；构建N只股票之间的关系矩阵；构建基于门控循环单元和门控图卷积的多源信息融合神经网络模型，该模型是由张量融合模块、门控循环单元神经网络层、门控图卷积网络层和输出层依次串联构成；模型迭代训练，通过在迭代训练中优化该模型的交叉损失值来，更新该模型的可训练参数；本发明实现了股票预测模型对动量溢出效应的考虑。提高对目标股票价格变化的预测准确率，提高推荐系统的鲁棒性和可靠性，可以为投资者提供股票组合选择的参考方向。
基于复杂网络信息融合股票投资组合推荐方法

[发明专利]一种油井产液含水率智能计量装置及方法-CN202110002452.3有效
发明人：杜萌;高一洋;高忠科;门玉莲 -专利权人：天津科技大学;钧晟（天津）科技发展有限公司
申请日： 2021-01-04 - 公布日： 2023-03-10 - 主分类号： E21B47/00 文献下载
摘要：本发明涉及一种油井产液含水率智能计量装置的计量方法，其技术特点是：本发明通过多电极高频电容传感器获取气液分离后的油水混合液的液相多元含水率波动信号，采用深度LSTM‑CNN多通道融合网络逐层提取传感器采集的多元含水率波动信号中的含水率特征并进行特征融合。以含水率化验值为标签，以网络融合后的特征作为网络输入实现对油井产出液含水率进行预测。本发明所采用的深度神经网络在预测含水率中具有客观性，排除了化验中存在的不确定性和人为操作的主观性，深度卷积神经网络和长短期记忆网络经过大量数据与迭代次数的训练后，可对该类数据有较强的预测性能且客观。
一种油井含水率智能计量装置方法

1
2
3
4
5
6
7
下一页»
尾页
共 97 条